BAB IV PENGOLAHAN DATA

BAB IV PENGOLAHAN DATA

4.1

Print Output dan Analisa Output

A.

Diskriminan Parameter :

1.

Grup 1 : Konsumen (responden) yang sering berkunjung ke ..... Grup 2 : Konsumen (responden) yang sering berkunjung ke ......

2.

Untuk Wilk’s Lambda •

Apabila nilai Wilk’s Lambda mendekati 0 maka data antar grup cenderung berbeda.

•

Apabila nilai Wilk’s Lambda mendekati 1 maka data antar grup cenderung sama.

3.

Untuk Signifikan F value > 3,84 = Ho diterima F value ≤ 3,84 = Ho ditolak

4.

Untuk ANOVA •

F hitung < F tabel, maka Ho diterima Ho : σ12 = σ22 ; maka tiap grup mempunyai varians yang sama (identik)

•

F hitung > F tabel, maka Ho ditolak H1 : σ12 ≠ σ22 ; maka tiap grup mempunyai varians yang berbeda (tidak identik)

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI MODUL 7 (ANALISIS DISKRIMINAN) SESI / Meja

1.

Analisis Case Processing Summary Analysis Case Processing Summary Unweighted Cases

N

Valid Excluded

Missing or out-of-range group codes At least one missing discriminating variable

Percent 49

98,0

1

2,0

0

,0

0

,0

1

2,0

50

100,0

Both missing or out-of-range group codes and at least one missing discriminating variable Total Total

Gambar 4.1 Analisis Case Processing Summary Analisa : Dalam analisa output dapat dianalisa bahwa data (responden) yang valid sebanyak 49 atau 98% dan ada 1 data (responden) atau 2,0% yang tidak valid yang dibuang dari total 50 data (responden). 2.

Group Statistic Group Statistics Valid N (listwise)

Average Linkage (Between Groups) 1

Mean

Std. Deviation

Unweighted

Weighted

2,00

.a

1

1,000

Kebersihan

3,00

.a

1

1,000

Luas_Parkir

3,00

.a

1

1,000

Loc_Strat

3,00

.a

1

1,000

JumKasir

4,00

.a

1

1,000

PelKasir

5,00

.a

1

1,000

Harga

5,00

.a

1

1,000

Tataletak

4,00

.a

1

1,000

KualitasPro

5,00

.a

1

1,000

2,00

.a

1

1,000

Kenyamanan

Ketersediaan


2

Total

Keamanan

3,00

.a

1

1,000

Kenyamanan

3,54

,849

48

48,000

Kebersihan

3,94

,783

48

48,000

Luas_Parkir

3,94

,909

48

48,000

Loc_Strat

3,96

,874

48

48,000

JumKasir

3,71

,743

48

48,000

PelKasir

3,71

,874

48

48,000

Harga

3,54

,824

48

48,000

Tataletak

3,15

,772

48

48,000

KualitasPro

3,69

,776

48

48,000

Ketersediaan

3,71

,849

48

48,000

Keamanan

3,56

,823

48

48,000

Kenyamanan

3,51

,869

49

49,000

Kebersihan

3,92

,786

49

49,000

Luas_Parkir

3,92

,909

49

49,000

Loc_Strat

3,94

,876

49

49,000

JumKasir

3,71

,736

49

49,000

PelKasir

3,73

,884

49

49,000

Harga

3,57

,842

49

49,000

Tataletak

3,16

,773

49

49,000

KualitasPro

3,71

,791

49

49,000

Ketersediaan

3,67

,875

49

49,000

Keamanan

3,55

,818

49

49,000

a. Insufficient data

Gambar 4.2 Group Statistic Analisa : Total group statistik pada dasarnya berisi data statistik deskriptif yang utama, yakni rata-rata dan standard deviasi, dari kedua group. Dari tabel juga terlihat ada 1 responden yang tergolong group 1. Dan sisanya sebanyak 48 responden yang tergolong group 2. Jika melihat semua variabel (Kenyamanan, kebersihan...........) yang muncul ini berarti tidak ada variabel yang hilang yakni ada 11 variabel.


3.

Analisa Test Of Equality Of Goup Means Tests of Equality of Group Means Wilks' Lambda

F

df1

df2

Sig.

Kenyamanan

,936

3,226

1

47

,079

Kebersihan

,971

1,404

1

47

,242

Luas_Parkir

,978

1,043

1

47

,312

Loc_Strat

,976

1,177

1

47

,283

JumKasir

,997

,151

1

47

,699

PelKasir

,956

2,139

1

47

,150

Harga

,939

3,068

1

47

,086

Tataletak

,975

1,201

1

47

,279

KualitasPro

,944

2,801

1

47

,101

Ketersediaan

,922

3,962

1

47

,052

Keamanan

,990

,458

1

47

,502

Gambar 4.3 Analisa Test Of Equality Of Goup Means Analisa: V1 = df1 = 1 V2 = df2 = 47 Didapatkan Ftabel = 4,05 a.

Kenyaman Nilai Wilk’s Lambda 0,935 mendekati 1 artinya data tiap group cenderung sama. Nilai Fhitung < Ftabel = 3,226 < 4,05 yang artinya H0 ditolak, maka data group mempunyai varians yang berbeda ( tidak identik). Nilai Sig. 0,079 > 0,05 yang artinya H0 ditolak, maka ada perbedaan antar group.

b.

( IDEM )


B.

Stepwise

1.

Variables Entered / Removed Variables Entered/Removeda,b,c,d Min. D Squared Exact F

Between Step

Entered

1

Ketersediaan

2 3

Statistic

Groups

Statistic

df1

df2

Sig.

4,044 1 and 2

3,962

1

47,000

,052

Harga

10,107 1 and 2

4,845

2

46,000

,012

KualitasPro

15,449 1 and 2

4,830

3

45,000

,005

At each step, the variable that maximizes the Mahalanobis distance between the two closest groups is entered. a. Maximum number of steps is 22. b. Minimum partial F to enter is 3.84. c. Maximum partial F to remove is 2.71. d. F level, tolerance, or VIN insufficient for further computation.

Gambar 4.4 Variables Entered / Removed Analisa : Berdasarkan tabel output diatas variabel (Ketersediaan, Harga, KualitasPro) memiliki angka Sig di bawah 0,05. Dengan demikian dari ke 11 variabel yang dimasukkan, hanya ada 3 variabel yang signifikkan. Atau bisa di katakan variabel (Ketersediaan, harga, Kualitas Pro) mempengaruhi keputusan konsumen untuk berkunjung.


2.

Variables Not In The Analysis Variables Not in the Analysis Between

Step 0

1

2

3

Tolerance

Min. Tolerance

F to Enter

Min. D Squared

Groups

Kenyamanan

1,000

1,000

3,226

3,294 1 and 2

Kebersihan

1,000

1,000

1,404

1,434 1 and 2

Luas_Parkir

1,000

1,000

1,043

1,064 1 and 2

Loc_Strat

1,000

1,000

1,177

1,202 1 and 2

JumKasir

1,000

1,000

,151

,154 1 and 2

PelKasir

1,000

1,000

2,139

2,183 1 and 2

Harga

1,000

1,000

3,068

3,132 1 and 2

Tataletak

1,000

1,000

1,201

1,226 1 and 2

KualitasPro

1,000

1,000

2,801

2,860 1 and 2

Ketersediaan

1,000

1,000

3,962

4,044 1 and 2

Keamanan

1,000

1,000

,458

,467 1 and 2

Kenyamanan

,883

,883

1,274

5,485 1 and 2

Kebersihan

,664

,664

,001

4,046 1 and 2

Luas_Parkir

,972

,972

,436

4,537 1 and 2

Loc_Strat

,976

,976

,557

4,674 1 and 2

JumKasir

,983

,983

,390

4,485 1 and 2

PelKasir

,999

,999

1,773

6,049 1 and 2

Harga

,915

,915

5,361

10,107 1 and 2

Tataletak

,932

,932

2,527

6,903 1 and 2

KualitasPro

1,000

1,000

2,457

6,823 1 and 2

Keamanan

1,000

1,000

,423

4,522 1 and 2

Kenyamanan

,839

,839

2,508

13,343 1 and 2

Kebersihan

,628

,628

,307

10,502 1 and 2

Luas_Parkir

,867

,817

1,981

12,664 1 and 2

Loc_Strat

,922

,864

1,551

12,109 1 and 2

JumKasir

,967

,900

,097

10,231 1 and 2

PelKasir

,906

,830

,376

10,592 1 and 2

Tataletak

,920

,843

3,026

14,012 1 and 2

KualitasPro

,944

,864

4,139

15,449 1 and 2

Keamanan

,997

,913

,246

10,424 1 and 2

Kenyamanan

,823

,810

3,169

20,017 1 and 2

Kebersihan

,589

,589

,002

15,453 1 and 2

Luas_Parkir

,864

,769

2,075

18,440 1 and 2


Loc_Strat

,868

,792

2,868

19,584 1 and 2

JumKasir

,958

,846

,012

15,467 1 and 2

PelKasir

,890

,772

,108

15,605 1 and 2

Tataletak

,554

,554

,308

15,894 1 and 2

Keamanan

,941

,854

,000

15,449 1 and 2

Gambar 4.5 Variables Not In The Analysis Analisa: Tabel ini adalah kebalikan dari tabel sebelumnya, dimana tabel ini justru yang di tayangkan adalah proses pengeluaran variabel secara bertahap. a.

Pada step 0 (keadaan awal) ke-11 variabel secara lengkap di tayangkan dengan angka F to Enter sebagai faktor penguji. Terlihat angka F to Enter yang terbesar adalah variabel ketersediaan angka 3,962. Berdasarkan Min D Squared paling tinggi dari signifikan >0,05 maka variabel ketersediaan dikeluarkan dari step 0 untuk dianalisa lebih lanjut dalam model diskriminan.

b.

Pada step 1, sekarang terlihat hanya ada 10 variabel, dan terlihat ke 10 variabel tersebut yang mempunyai angka F to Enter tertinggi adalah Harga (5,361) dan Min D Squared tertinggi (10,107) maka variabel Harga dikeluarkan dari step 1 untuk dianalisa lebih lanjut dalam model diskriminan.

c.

( IDEM )


3.

Wilks` Lambda Wilks' Lambda

Step

Number of

Lambd

Variables

a

Exact F df1

df2

df3

Statistic

df1

df2

Sig.

1

1

,922

1

1

47

3,962

1

47,000

,052

2

2

,826

2

1

47

4,845

2

46,000

,012

3

3

,756

3

1

47

4,830

3

45,000

,005

Gambar 4.6 Wilks` Lambda Analisa : Wilk’s Lambda pada prinsipnya adalah varians total dalam diskriminan scores yang tidak bisa dijelaskan oleh perbedaan diantara grup-grup yang ada. Perhatikan tabel diatas yang terdiri dari 3 tahap (step) yang terkait dengan 3 variabel secara berurutan dimasukan pada tahapan analisa sebelumnya. Dengan nilai varians 92,2%, 82,6% dan 75,6%

Dari kolom F dan signifikansi, terlihat baik pada

pemasukan variabel 1, 2 dan 3 adalah signifikansi secara statistik. Dengan nilai Sig. < 0,05 hal ini berarti terdapat perbedaan yang signifikan antara kelompok yang sering dengan yang jarang berkunjung. C.

Summary Of Caninical Discriminan

1.

Eigenvalues Eigenvalues Canonical

Function 1

Eigenvalue ,322a

% of Variance 100,0

Cumulative %

Correlation

100,0

a. First 1 canonical discriminant functions were used in the analysis.

Gambar 4.7 eigenvalues


,494

Analisa : Canonical Correlation mengukur keeratan hubungan antara diskriminan score dengan grup. Angka 0,494 menunjukkan keeratan yang cukup tinggi, dengan ukuran skala asosiasi antara 0 sampai 1. 2.

Lambda

Wilks' Lambda Test of Function(s) 1

Wilks' Lambda ,756

Chi-square 12,701

df

Sig. 3

,005

Gambar 4.8 Lambda Analisa : Tabel tersebut menyatakan angka akhir Wilk’s Lambda, yang sebenarnya sama saja dengan angka terakhir dari step 2 pembuatan model diskriminan. Angka Chi-Square sebesar 12,701 dengan tingkat signifikansi yang kurang dari 0,05 tidak menunjukkan perbedaan yang jelas.


4.

Structure Matrix Structure Matrix Function 1 Ketersediaan

-,512

Harga

,450

KualitasPro

,430

Kebersihana

-,294

PelKasira

,281

Loc_Strata

,203

Keamanana

-,170

Tataletaka

,155

Luas_Parkira

,147

JumKasira

,067

Kenyamanana

,032

Pooled within-groups correlations between discriminating variables and standardized canonical discriminant functions Variables ordered by absolute size of correlation within function. a. This variable not used in the analysis.

Gambar 4.9 structure matrix Analisa : Tabel structure matrix menjelaskan korelasi antara variabel independen dengan

fungsi

diskriminan

Kebersihan,.....................

yang

terbentuk.

Terlihat

tidak termasuk dalam model deskriminan.

Sedangkan ketersediaan dan Harga dan kualitas pro termasuk dalam model diskriminan.


5.

Canonical Discriminan Function Coefficients Canonical Discriminant Function Coefficients Function 1 Harga

,975

KualitasPro

,780

Ketersediaan (Constant)

-,869 -3,186

Unstandardized coefficients

Gambar 4.10 Canonical Discriminan Function Coefficients Analisa : Tabel di atas mempunyai fungsi yang hampir mirip dengan persamaan regresi ganda, yang dalam analisis diskriminan disebut sebagai fungsi diskriminan. Z Score = -3,186 + 0,975 Harga + 0,780 Kualitas Pro + ( 0,869 ) Ketersediaan Kegunaan fungsi tersebut untuk mengetahui sebuah case ( dalam kasus ini TEMPAT KALIAN ) masuk pada grup satu, ataukah tergolong pada grup lainnya. Selain fungsi di atas, dengan di pilihnya Fisher Function Coefficient pada proses analisis, maka akan terbentuk pula fungsi diskriminan Fisher. 6.

Functions At Group Centroids Functions at Group Centroids Average Linkage (Between

Function

Groups)

1

1

3,850

2

-,080

Unstandardized canonical discriminant functions evaluated at group means

Gambar 4.11 Functions At Group Centroids LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI MODUL 7 (ANALISIS DISKRIMINAN) SESI / Meja

Analisa : Karena ada dua tipe keputusan, maka disebut Two-Group Discriminant, dimana grup yang satu mempunyai centroid (group means) Positif, dan grup yang satu mempunyai centroid (group means) negatif. Angka pada tabel menunjukkan besaran ”Z” memisahkan kedua grup tersebut. D.

Clasification

1.

Classification Processing Summary Classification Processing Summary Processed Excluded

50 Missing or out-of-range group

0

codes At least one missing

0

discriminating variable Used in Output

50

Gambar 4.12 Classification Processing Summary Analisa : Dari tabel di atas menyatakan bahwa terdapat 50 data yang telah diproses tanpa ada data yang hilang dan semua data digunakan dalam output. 2.

Prior Probabillities For Groups Prior Probabilities for Groups Cases Used in Analysis

Average Linkage (Between Groups)

Prior

Unweighted

Weighted

1

,500

1

1,000

2

,500

48

48,000

1,000

49

49,000

Total

Gambar 4.13 Prior Probabillities For Groups


Analisa : Terlihat distribusi anggota grup, memperlihatkan komposisi dimana dari 49 responden yang dengan model diskriminan menghasilkan 48 orang ada pada grup 2 (responden yang jarang berkunjung), dan 1 orang yang ada pada grup 1 (responden yang berkunjung). 3.

Casewise Statistic

Gambar 4.14 Casewise Statistic Analisa : Tabel output casewise di atas pada prinsipnya ingin menguji apakah model diskriminan yang terbentuk akan mengelompokkan dengan tepat seorang pengunjung “.............” pada kategori 1 atau 2.


4.

Clasification Results Classification Resultsa,c Average Linkage (Between

Predicted Group Membership

Groups) Original

Count

%

Cross-validatedb

Count

%

1

2

Total

1

1

0

1

2

2

46

48

Ungrouped cases

0

1

1

1

100,0

,0

100,0

2

4,2

95,8

100,0

Ungrouped cases

,0

100,0

100,0

1

0

1

1

2

2

46

48

1

,0

100,0

100,0

2

4,2

95,8

100,0

a. 95,9% of original grouped cases correctly classified. b. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case. c. 93,9% of cross-validated grouped cases correctly classified.

Gambar 4.15 Clasification Results Analisa : Setelah fungsi diskriminan dibuat, kemudian klasifikasi dilakukan, maka selanjutnya akan dilihat seberapa jauh klasifikasi tersebut sudah tepat atau, berapa persen terjadi misklasifikasi pada proses klasifikasi tersebut, yang akan dijelaskan melalui tabel di atas. Pada bagian original, terlihat bahwa mereka yang pada data awal tergolong kategori 1 dan 2 adalah tetap dan tidak ada perpindahan (misklasifikasi). Dengan 0 data yang tidak masuk dalam proses diskriminan. Ketepatan prediksi dalam model ini adalah 100%. Maka model dsikriminan di atas sebenarnya bisa digunakan untuk analisis diskriminan karena ketepatan mencapai 100%.


BAB IV PENGOLAHAN DATA

Recommend Documents